20.500.12556/DKUM-95970 Uporaba umetne inteligence za optimizacijo procesov v distribucijskem skladišču - študija primera Use of artificial intelligence for process optimization in a distribution warehouse - case study V magistrskem delu obravnavam problem neenakomerne razporeditve dela v centralnem skladišču partnerskega podjetja, ki deluje kot samostojna enota multinacionalke v Sloveniji. Zaradi nihanj dnevnih naročil poslovalnic prihaja do preobremenitev zaposlenih, ali do obdobij brez dela. Namen raziskave je optimizirati načrtovanje skladiščnih procesov z napovedovalnimi metodami umetne inteligence in bolje uravnavati delovno obremenitev zaposlenih. V teoretičnem delu predstavim osnove umetne inteligence in vlogo distribucijskih skladišč, nato pa s študijo primera analiziram in implementiram tehnološko-logistično rešitev v izbranem podjetju. Metodološki pristop vključuje analizo zgodovinskih podatkov, napovedovanje povpraševanja in kvalitativni del z intervjuji zaposlenih, kar omogoča natančno prepoznavanje potreb uporabnikov sistema. Delo naslavlja tudi omejitve, povezane z anonimnostjo podjetja in časovnimi okvirji implementacije. Rezultati izpostavljajo pomen povezovanja napovedovalnih orodij z logističnimi procesi in prikazujejo, kako sodobne prakse umetne inteligence pripomorejo k učinkovitejšemu in predvidljivemu upravljanju zalog in skladiščnih aktivnosti. In my master's thesis I address the problem of uneven distribution of work in the central warehouse of a partner company that operates as an independent unit of a multinational corporation in Slovenia. Fluctuations in daily orders from stores lead to employee overload or periods of inactivity. The purpose of the research is to use artificial intelligence forecasting methods to optimize warehouse process planning and better balance employee workloads. In the theoretical part, I present the basics of artificial intelligence and the role of distribution warehouses and then use a case study to analyse and implement a technological and logistical solution in a selected company. The methodological approach includes historical data analysis, demand forecasting, and a qualitative part with employee interviews, which enables accurate identification of the needs of system users. The work also addresses limitations related to company anonymity and implementation timeframes. The results highlight the importance of integrating forecasting tools with logistics processes and show how modern artificial intelligence practices contribute to more efficient and predictable inventory management and warehouse activities. napovedovanje simulacija skladišče umetna inteligenca forecasting simulation warehouse artificial intelligence true true false E. Marinič] Slovenski jezik Angleški jezik Magistrsko delo/naloga 2025-11-16 16:28:57 2025-12-18 14:08:07 2025-12-19 03:18:33 0000-00-00 00:00:00 2025 0 Maribor 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.8:658.51 262141187 MAG_Marinic_Enej_2025.pdf MAG_Marinic_Enej_2025.pdf 1 E8DD7880A6E339223DB1BFED91155306 215beedafdbb68f17d1c1d42b585cdf56a6f9e60ec170e306ee93c7c150cc7e9 be667eef-d5e2-11f0-ae72-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=201327 Ekonomsko-poslovna fakulteta 0 0 0